基于深度神经网络的表面划痕识别方法

为实现亮度不均的复杂纹理背景下表面划痕的鲁棒、精确、实时识别，提出一种基于深度神经网络的表面划痕识别方法。用于表面划痕识别的深度神经网络由风格迁移网络和聚焦卷积神经网络（CNN）构成，其中风格迁移网络针对亮度不均的复杂背景下的表面划痕进行预处理，风格迁移网络包括前馈转换网络和损失网络，首先通过损失网络提取亮度均匀模板的风格特征和检测图像的知觉特征，对前馈转换网络进行离线训练，获取网络最优参数值，最终使风格迁移网络生成亮度均匀且风格一致的图像，然后，利用所提出的基于聚焦结构的聚焦卷积神经网络对生成图像中的划痕特征进行提取并识别。以光照变化的金属表面为例，进行划痕识别实验，实验结果表明：与需要人工设计特征的传统图像处理方法及传统深度卷积神经网络相比，划痕漏报率低至8.54%，并且收敛速度更快，收敛曲线更加平滑，在不同的深度模型下均可取得较好的检测效果，准确率提升2%左右。风格迁移网络能够保留完整划痕特征的同时有效解决亮度不均的问题，从而提高划痕识别精度；同时聚焦卷积神经网络能够实现对划痕的鲁棒、精确、实时识别，大幅度降低划痕漏报率和误报率。     

卫坡防御空间建构研究* ——一个应对社会动荡的豫西村落空间演变范本

运用文化人类学方法，研究卫坡传统聚落安全功能与社会结构、社会要素之间关系。卫坡聚落从“村落—边界—街道—院落—庭院—建筑”多层次建构了立体防御空间体系，并从选址、空间建构、众神与祖先崇拜等方面建构了一个防御范围广、防御力量多样的场域。其物质防御空间置于无形精神防御空间之中，物质和精神结合共同创造了人神共居的“安全之境”。从而实现了全方位立体安全防御空间系统，满足卫坡聚落“安家 . 乐业 . 栖居”的生产、生活需求。     

一气呵成,自在紫圆——简谈“圆一壶”的概念造型与创新精神

千百年来,中国诸多传统手工艺品令世界目眩神迷,让人们一睹古典中国之风姿魅力,紫砂壶便是其中十分具有代表性的一种。在人们的印象中,紫砂壶是古典美的代名词。而本文所关注的这件“圆一壶”则是创新特征十分明显的新概念壶型,因此本文将通过对它的分析来说明其概念造型的表现与具有时代性与进步性的创新精神。     

DPA-Zn金属阳离子脂质的合成及其DNA相互作用研究

本文基于Zn(II)-二甲基吡啶胺(Zn-DPA)金属头部和二硫键连接键,分别以胆固醇和皂素为疏水尾部合成了两个阳离子脂质6a-6b。通过核磁共振波谱和质谱表征了其结构。进一步,通过凝胶电泳、溴乙锭置换和粒径电位实验考察了它们与质粒DNA的相互作用。结果表明,两个金属脂质均可将DNA包裹缩合成具有适当粒径大小和zeta电位的纳米颗粒;含皂素的脂质6b比胆固醇脂质6a有更强的DNA结合能力。